遇珞1. 项目概述
作为一名在系统编程领域摸爬滚打多年的开发者，我始终认为编译器开发是程序员成长的必经之路。今天，我将带你从零开始构建一个支持变量、表达式、控制流和函数调用的C语言子集编译器。这个项目不仅能让你深入理解编程语言的本质，还能掌握系统级编程的核心概念。
1.1 为什么选择手写编译器？
在当今工具链丰富的环境下，你可能会问：为什么还要手写编译器？原因很简单：
- 知其然更要知其所以然：使用Lex/Yacc等工具虽然方便，但会掩盖底层实现细节
- 系统编程能力的绝佳训练：涉及内存管理、数据结构、汇编等多个核心领域
- 微型编译器的可行性：一个功能完整的编译器核心只需3000-5000行代码
- 简历亮点：相比普通的Web项目，编译器开发能显著提升你的技术深度
1.2 TinyC语言特性
我们的目标语言TinyC将支持以下特性：
- 基本数据类型：
int - 变量声明与赋值：
int x = 10; - 算术与比较表达式：
a + b * (c > d) - 控制流语句：
if/else、while - 函数定义与调用（支持递归）
- 简单的标准库调用：
putchar、exit
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 编译器架构设计
2.1 四阶段流水线
我们采用经典的编译器架构，分为四个主要阶段：
- 词法分析：将源代码字符流转换为Token序列
- 语法分析：根据语法规则构建抽象语法树(AST)
- 语义分析：进行类型检查和符号解析
- 代码生成：输出目标平台汇编代码
注意：为简化实现，我们跳过优化阶段，直接生成汇编代码。
2.2 技术选型考量
选择C语言实现有几个关键优势：
- 贴近硬件，方便处理底层细节
- 无GC，完全掌控内存管理
- 标准库丰富，适合系统编程
- 生成的编译器本身性能优异
3. 词法分析器实现
3.1 Token定义
词法分析的首要任务是定义语言的所有Token类型。以下是TinyC的核心Token枚举：
c复制typedef enum {
TOK_INT, // 整数字面量 如123
TOK_IDENT, // 标识符 如x, main
TOK_PLUS, // +
TOK_MINUS, // -
TOK_STAR, // *
TOK_SLASH, // /
TOK_EQ, // ==
TOK_NE, // !=
TOK_LT, // <
TOK_LE, // <=
TOK_GT, // >
TOK_GE, // >=
TOK_ASSIGN, // =
TOK_SEMI, // ;
TOK_LPAREN, // (
TOK_RPAREN, // )
TOK_LBRACE, // {
TOK_RBRACE, // }
TOK_IF, // if关键字
TOK_ELSE, // else关键字
TOK_WHILE, // while关键字
TOK_RETURN, // return关键字
TOK_INT_KW, // int关键字
TOK_EOF // 文件结束
} TokenType;
3.2 词法分析核心逻辑
词法分析器的核心是一个状态机，逐个字符处理输入流：
c复制Token lex_next() {
skip_whitespace();
char c = peek(); // 查看但不消耗字符
if (isdigit(c)) {
return lex_number();
}
if (isalpha(c) || c == '_') {
return lex_identifier_o